Skip to content
Skills Library
Marketing & content · Building & coding

mv-code

/mv-code

把「歌名」直接做成代码绘制的 MV(mp4)。当用户说「用代码做个 MV」「做支代码 MV」「像素风/纸艺/蜡笔风 MV」「HyperFrames 做 MV」「把这歌做成动画 MV」,或只丢一个歌名过来时使用。全流程零 AI 生图,画面全部由 Canvas / p5 / DOM+CSS 代码绘制,经 HyperFrames 渲染成片。含:找音源(musicdl) → Whisper 转 SRT → 乐评+节奏分析 → 三画风样图 → 角色模块 → 分镜 → 转场 → 关键帧总览 → 渲染 → 八项质检。

Repository
mv-code ↗
Licence
MIT
Last repository change
29.10.2026

Assessment and security

100/ 100Class: good
Format25 / 25
Frontmatter with name and description, valid name, description up to 1,024 characters, name matching the folder.
Discoverability25 / 25
Description explains when to use the skill, has a reasonable length and uses third person.
Content35 / 35
At least 150 words and at most 500 lines, headings, step lists, examples or code.
Hygiene15 / 15
No placeholders such as TODO, no Windows paths, with a licence.
Riskno signals detected in the scan
Files in this package
5
Scripts
0
HTML comments
0
URLs in SKILL.md
1
Deprecation

No signals detected. Repository changed on 29.10.2026, without references to retired models or APIs.

Licence

MIT, open: use and modify while retaining author attribution.

What it does and when to use it

把「歌名」直接做成代码绘制的 MV(mp4)。当用户说「用代码做个 MV」「做支代码 MV」「像素风/纸艺/蜡笔风 MV」「HyperFrames 做 MV」「把这歌做成动画 MV」,或只丢一个歌名过来时使用。全流程零 AI 生图,画面全部由 Canvas / p5 / DOM+CSS 代码绘制,经 HyperFrames 渲染成片。含:找音源(musicdl) → Whisper 转 SRT → 乐评+节奏分析 → 三画风样图 → 角色模块 → 分镜 → 转场 → 关键帧总览 → 渲染 → 八项质检。

Original author description

把「歌名」直接做成代码绘制的 MV(mp4)。当用户说「用代码做个 MV」「做支代码 MV」「像素风/纸艺/蜡笔风 MV」「HyperFrames 做 MV」「把这歌做成动画 MV」,或只丢一个歌名过来时使用。全流程零 AI 生图,画面全部由 Canvas / p5 / DOM+CSS 代码绘制,经 HyperFrames 渲染成片。含:找音源(musicdl) → Whisper 转 SRT → 乐评+节奏分析 → 三画风样图 → 角色模块 → 分镜 → 转场 → 关键帧总览 → 渲染 → 八项质检。

How it works

  1. 用户只需要说这一句
  2. 成本与时间(跟用户讲清楚,这套流程最大的价值)
  3. 四个停顿点(必须等用户回话)
  4. 流水线
  5. 工程目录(固定,不要自创)
  6. 开工:五条命令搭好工程
  7. 命令速查
  8. 三条铁律
  9. 已经踩过的坑(照这个避)
  10. 交付
Original SKILL.md headings · 258 lines, 1,195 words
SKILL.md preview
---
name: mv-code
description: 把「歌名」直接做成代码绘制的 MV(mp4)。当用户说「用代码做个 MV」「做支代码 MV」「像素风/纸艺/蜡笔风 MV」「HyperFrames 做 MV」「把这歌做成动画 MV」,或只丢一个歌名过来时使用。全流程零 AI 生图,画面全部由 Canvas / p5 / DOM+CSS 代码绘制,经 HyperFrames 渲染成片。含:找音源(musicdl) → Whisper 转 SRT → 乐评+节奏分析 → 三画风样图 → 角色模块 → 分镜 → 转场 → 关键帧总览 → 渲染 → 八项质检。
---

# mv-code — 一个歌名进去,一支代码 MV 出来

这个 skill 的核心不是「让 AI 画图」,而是**让代码画图**:

- 不允许调用任何图像生成模型。像素、纸艺、蜡笔三种画风都由 Canvas 2D / p5 / DOM+CSS 逐帧绘制。
- 角色封装成一个 `character.js` 模块,全片复用它,保证造型前后一致。
- 时间轴唯一权威是 `lyrics.srt`;节奏唯一权威是 `song.md` 里的 BPM 与节拍点。
- 渲染走 HyperFrames(HTML → MP4,逐帧 seek,结果可复现)。

## 用户只需要说这一句

> 给《歌名》做支 MV

或带偏好:

> 给《歌名》做支 MV,像素风,竖屏

收到就开工,**不要反问**。缺的参数按默认值填:

| 用户没说 | 默认值 |
|---|---|
| 画风 | 出三种样图让他选(第 2 步不可跳) |
| 画幅 | 1920x1080 @ 30fps(要竖屏就 1080x1920) |
| 时长 | 全曲;超过 4 分钟先做「精华段」(见下) |
| 音源 | 先问一句有没有本地文件/链接,同时直接开始 musicdl 搜 |
| 歌词 | 优先用 musicdl 顺带下的 `.lrc`;没有再用 Whisper |
| 工程根 | `<cwd>/mv-<歌名拼音>/` |

**全流程只允许三个问句**,其余一律自己决定:

1. 「本地有 mp3/flac 吗?有链接吗?」(找音源时,问完立刻并行去搜)
2. 「有没有哪句歌词你有具体想法?希望它是什么场景?」(分镜前)
3. 「低置信度歌词这几句对不对?」(转写有错字时)

**长曲处理**:整首歌做全片要 40~70 个镜头,实现要 2~5 小时。默认先做「精华段」(主歌 1 + 副歌 1,约 45~70 秒)出片给用户看,认可后再补全曲。这是唯一允许主动缩范围的地方,且要在开工第一句话说清楚。

## 成本与时间(跟用户讲清楚,这套流程最大的价值)

| 阶段 | 时长 | 花费 |
|---|---|---|
| 找歌 + 分析 | 15~30 分钟 | 0 |
| 三张画风样图 | 20~40 分钟 | 0 |
| 角色 + 设定图 | 20~40 分钟 | 0 |
| 分镜 + 转场 | 40~80 分钟 | 0 |
| 关键帧总览 | 30~60 分钟 | 0 |
| 全片实现 | 2~5 小时 | 0 |
| 渲染 | 10 分钟~1 小时 | 电费 |
| 质检 + 返工 | 30~90 分钟 | 0 |

**全流程 4~8 小时,零 AI 生图费用。** 对比 `mv-song`(AI 生图路线):单价高但 40 分钟出片。选哪条路要跟用户说清楚。

## 四个停顿点(必须等用户回话)

1. 三张画风样图出来 —— 等他选
2. 角色三视图 + 表情表出来 —— 等他确认
3. `storyboard.md` 出来 —— 等他确认分镜(含抽象歌词的私人口径)
4. `storyboard.png` 关键帧总览出来 —— 等他确认后再渲染

**在他点头之前不许渲染成片。** 每一步都先说清「现在花多少钱/多少时间」,渲染前尤其要说。

## 流水线

```
① 找歌 + 分析  →  ② 三画风样图  →  ③ 角色模块  →  ④ 分镜
→ ⑤ 转场方案  →  ⑥ 关键帧总览  →  ⑦ 渲染成片  →  ⑧ 八项质检
```

### 歌词三条路,按这个顺序

1. **musicdl 下来的 `.lrc` → SRT**(首选)。下载时会顺带给你官方歌词,与演唱精确对齐。
   实测同一段:官方 LRC 全对,Whisper small 三处错字。
   ```bash
   python assets/scripts/lrc2srt.py assets/audio/song.lrc lyrics.srt --audio-duration <秒> --merge
   ```
2. **用户已有 SRT** —— 直接用,检查条数与末条时间。
3. **Whisper 兜底** —— 没有 LRC 才走,且中文必须 `--model medium`(small 错字明显)。
   ```bash
   python assets/scripts/transcribe.py assets/audio/song.mp3 lyrics.srt --model medium --split comma
   ```

每步的详细执行说明在 `references/` 下,**做哪步读哪步**:

| 步骤 | 产出 | 读这个 |
|---|---|---|
| 0 环境 | 可用的 hyperframes + python 依赖 | `references/00-setup.md` |
| 0.5 音源 | `assets/audio/song.mp3` | `references/musicdl.md` |
| ① 分析 | `song.md`、`lyrics.srt` | `references/01-song.md` |
| ② 画风 | `tests/style-{pixel,paper,crayon}.png` ×3 | `references/02-art.md` + `references/styles/*.md` |
| ③ 角色 | `character.js` + `character-sheet.png` | `references/03-character.md` |
| ④ 分镜 | `storyboard.md` | `references/04-storyboard.md` |
| ⑤ 转场 | 回填进 `storyboard.md` | `references/05-transition.md` |
| ⑥ 关键帧 | `storyboard.png` | `references/06-keyframes.md` |
| ⑦ 成片 | `out/<歌名>.mp4` | `references/07-build.md` |
| ⑧ 质检 | `QA.md` | `references/08-review.md` |

HyperFrames 的硬性契约(不遵守就渲染失败/画面空白)单独一页,**写任何 composition 前先读**:
`references/hyperframes.md`

## 工程目录(固定,不要自创)

```
mv-<name>/
  song.md               # 分析结果(主题/情绪/BPM/节拍/段落/重音点)
  lyrics.srt            # 带时间轴歌词
  storyboard.md         # 分镜表(含转场列)
  storyboard.png        # 关键帧总览
  character-sheet.png   # 三视图 + 表情表
  QA.md                 # 质检报告
  assets/
    audio/song.mp3
    audio/song.lrc      # musicdl 顺带下来的官方歌词,比转写准
    scripts/            # lrc2srt.py / transcribe.py
    lib/gsap.min.js     # 本地内置,别用 CDN(见 00-setup)
    lib/srt.js          # 从 assets/templates/srt.js 复制
    fonts/              # 中文字体若需 @font-face
  compositions/         # 一场一文件
    character.js        # 角色模块(全片共用)
  tests/                # 三张画风样图 + style-choice.md
  boards/stills/        # 关键帧抽图
  out/                  # 渲染产物
  qa/                   # 质检抽帧证据
```

## 开工:五条命令搭好工程

`assets/templates/` 里有可用的骨架,复制即可,不要从零写:

```bash
# 1. 建目录
mkdir -p mv-<name>/{assets/{audio,lib,fonts},compositions,tests,out,qa,boards/stills}

# 2. 复制模板(把 <skill> 换成这个 skill 的实际目录)
cp <skill>/assets/templates/index.html        mv-<name>/
cp <skill>/assets/templates/hyperframes.json  mv-<name>/
cp <skill>/assets/templates/package.json      mv-<name>/
cp <skill>/assets/templates/scene.html        mv-<name>/compositions/s01.html
cp <skill>/assets/templates/character.js      mv-<name>/compositions/
cp <skill>/assets/templates/srt.js            mv-<name>/assets/lib/
cp <skill>/assets/templates/song.md           mv-<name>/
cp <skill>/assets/templates/storyboard.md     mv-<name>/
cp <skill>/assets/templates/style-choice.md   mv-<name>/tests/
cp <skill>/assets/templates/QA.md             mv-<name>/

# 3. 内置 gsap(CDN 在中文网络下会渲染出全黑,见 00-setup 第 3 节)
npm pack gsap@3.14.2 && tar -xzf gsap-3.14.2.tgz
cp package/dist/gsap.min.js mv-<name>/assets/lib/
rm -rf package gsap-3.14.2.tgz

# 4. 音源
cp <本地文件> mv-<name>/assets/audio/song.mp3

# 5. 自检
cd mv-<name> && npm run check
```

> 用 `npx hyperframes init` 生成的工程**必须加 `--skip-skills`**,否则它会往 skills 目录灌自己的 hyperframes 系列,和本 skill 打架。

## 命令速查

```bash
# 环境自检
npx hyperframes doctor

# 分析音频(BPM/节拍/段落/重音/响度,全本地信号分析)
npx hyperframes audio assets/audio/song.mp3 \
  --only bpm,beats,sections,onsets,moments,loudness --json > analysis.json

# 节拍点落盘(需要 <audio data-timeline-role="music"> 才能跑)
npx hyperframes beats --json

# 看帧
npx hyperframes snapshot --at 3,7.5,12 --no-end -o tests/snaps

# 校验(lint + 运行时 + 布局 + 动效 + 对比度,一条命令)
npx hyperframes check

# 渲染
npx hyperframes render -o out/song.mp4 -q delivery
```

## 三条铁律

1. **不做补间的地方别做补间**:像素风逐帧换画,纸艺 8~12fps 抖动,蜡笔保留笔触。用「整数帧号」驱动(`Math.floor(t * 12)`),不要用 `Math.random()` —— 渲染是逐帧 seek,随机数会让每帧都不一样。
2. **背景、角色、道具画在同一张画布里**,一起随镜头推拉。一个镜头只有一个 `#camera` 容器,所有元素都在里面。
3. **字幕在最上层、固定位置**,不随镜头运动;按 `lyrics.srt` 时间显示在画面下方(`bottom: 96px`)。

## 已经踩过的坑(照这个避)

| 坑 | 症状 | 修法 |
|---|---|---|
| GSAP 走 CDN | 渲染全黑,`check` 报 `ERR_CONNECTION_RESET` + `reading 'timeline'` | 本地内置 `assets/lib/gsap.min.js` |
| 中文字体 | lint 报 `font_family_without_font_face` | `@font-face { font-family:"Noto Sans SC"; src: local("Microsoft YaHei") }` |
| scene id 三处不一致 | 每场景渲染前卡 45 秒,然后画面静止 | 宿主 div / 场景根元素 / `__timelines` 键三处同名 |
| canvas 没全屏清底 | 上一帧的角色留残影 | 每帧第一件事 `fillRect(0,0,W,H)` |
| 像素风推镜 | 逻辑像素变 6.36 屏幕像素,出现粗细不均 | 相机只做整数逻辑像素平移,不用 scale |
| `Math.random()` | 每帧画面都不一样,渲染没意义 | `mulberry32(frame)` 或 `p.randomSeed(frame)` |
| 漏 `brush.instance(p)` | `Cannot read ... 'background'` | 蜡笔风在 sketch 函数第一行调用 |
| 道具遮脸 | 质检第 4 项不达标 | 道具 `y = Math.max(hand.y, headTop + 2)` |
| 整屏叠化 | 廉价感 | 只叠局部元素,或改硬切 |
| `motion.dead_stretch` | `check` 直接告警「3 秒无变化」 | 角色 idle 也要有呼吸,相机恒定缓推 |
| musicdl 返回不是 dict | `info["songname"]` 报 KeyError | 用 `info.song_name`,先判 `with_valid_download_url` |
| HF 下模型报 401 | `CAS Client Error ... 401 Unauthorized` | `HF_HUB_DISABLE_XET=1` + `HF_ENDPOINT=https://hf-mirror.com` |
| Whisper 出繁体字 | 中文默认输出繁体 | `initial_prompt` 写简体(脚本已内置) |
| Whisper small 错字多 | 模型太小 | 中文用 `--model medium` |
| 一条字幕跨 2~3 句歌词 | Whisper 按语义分段,不是按歌词行 | `--split comma`,或改用 LRC |
| uv 卡「Failed to acquire lock」 | 并发进程残留锁 | 杀 uv 进程,换独立 `UV_CACHE_DIR` |
| 字幕一句都不出,check 却全绿 | 字幕层被加了 `class="clip"`,渲染器当片段管理、无 tween → 判不可见 | 字幕层用**纯 div**,不加 `.clip` / `data-*` |
| 首屏字幕丢失 | 用 `fetch` 异步读歌词,渲染器先抓帧 | 歌词内联成 `assets/lib/lyrics.js`(`lrc2srt.py --js-out`) |
| 字幕监听不生效 | `addEventListener` 写在 `await` 之后,事件已派发完 | 监听必须**同步注册**,再用 `tl.eventCallback("onUpdate")` 兜底 |

## 交付

- 成片 `out/<歌名>.mp4`
- `storyboard.png`、`character-sheet.png`
- `QA.md`(八项检查逐条结论 + 抽帧证据)
- 一句话说明「哪些地方是靠代码画的、哪些是妥协」,不要吹成实拍级。

## 快速索引

| 想做什么 | 读 |
|---|---|
| 第一次跑通环境 | `references/00-setup.md` |
| 不知道歌从哪来 | `references/musicdl.md` |
| 一页流程清单(打印贴墙) | `references/playbook.md` |
| 写 composition 报错 | `references/hyperframes.md`(契约 + 实测坑) |
| 定画风细节 | `references/styles/{pixel,paper,crayon}.md` |
| 八项质检怎么查 | `references/08-review.md` |
| 直接抄代码 | `assets/templates/` |
| 看能跑通的成品 | 与 skill 同级的 `_verify/example/`(本机验证时建的,不随 skill 分发) |

## 这套东西验证到什么程度

本机实测(hyperframes 0.8.214 / Node 24 / Chrome headless / Ryzen 9 7940H):

| 项 | 结果 |
|---|---|
| 模板复制 → `check` | `ok: true`,lint / runtime / layout / motion / contrast 全绿 |
| 模板 → `snapshot` | 1920x1080 PNG 正常,纸底、剪纸白边、角色、表情都在 |
| 模板 → `render -q draft` | 6 秒成片,H.264 1920x1080 + AAC,时长与音轨一致 |
| 像素风(Canvas 320x180 放大 6 倍) | 逐帧换画、Bayer 抖动、整数像素滚动均正常 |
| 蜡笔风(p5 2.3.4 + p5.brush 3.0.0) | 笔触毛边、纸纹擦笔、`brush.instance(p)` 路径可用 |
| `hyperframes audio` 测 BPM/节拍 | 120 BPM 样本 → 120.0、confidence 0.991、119 个节拍点 |
| `hyperframes beats` | 需 `<audio data-timeline-role="music">`,加上后正常产出 `beats/*.json` |
| **musicdl 真实下载** | ✅ 装通(57 平台)、搜到、下到 FLAC 192kHz/245MB + **官方 LRC** |
| **LRC → SRT** | ✅ 5:32 的歌 → 79 行 LRC → 72 条 SRT,时间单调无重叠 |
| **Whisper 转写** | ✅ faster-whisper 1.2.1 跑通;small/medium 准确率实测对比,中文必须 medium |
| 字幕对齐 | `srt.js` 解析 + `tighten(0.12)`,逐帧取句正确,句间留 0.12s 空档 |
| 静止段检测 | `tblend=difference` 的 YAVG 法:静态画面 0.0000、正常画面 3~13 |
| 响度比对 | 源 -34.1 / 成片 -31.1 LUFS,差 3.0 LU 判超标;重封装音轨后回到 -34.1 |

**仍未在本机验证的**(文档按官方资料写,第一次用要自己确认):

- `hyperframes transcribe` 本身:依赖 whisper-cpp 二进制,本机没有。**已用 `assets/scripts/transcribe.py` 绕开**,那条路实测可用。
- `hyperframes publish` / `cloud` / `lambda` 等部署命令(本 skill 不用)。
- macOS / Linux 上的表现(全部在 Windows 11 上做)。
- 3 分钟以上、40+ 镜头的长片渲染耗时(只有 6 秒样本的实测数)。
Files in this package (5)
  • .gitattributes 1 KB
  • .gitignore 1 KB
  • LICENSE 1 KB
  • README.md 9 KB
  • SKILL.md 14 KB

Versions

The database has no other skills named mv-code.

Database snapshot: 13.11.2026 · package version a871e9681d1f (SHA-256 digest of the entire package)

Downloads in the last 30 days: 0 · ranking

Report a problem with this skill: harmful content, incorrect descriptions or an author’s removal request.

Similar skills

  • 100hyperframes
    Create AI videos with HyperFrames in Hermes using HTML, CSS, and JavaScript compositions, then validate and render them to MP4. Use for short video intros, cinematic trailers, product promos, subtitle animations, HUD/tech visuals, web-to-video work, and motion graphics.
  • 100hyperframes-video
    HyperFrames (HTML + GSAP → MP4) でアプリのプロモ動画を決定論的に生成するスキル。 HyperFrames 公式スキル(19本)を土台として前提にし、素材の橋渡し・検証ゲート・ 納品仕様・誇張表現の禁止という「公式が扱わない層」だけを担当する。 SNS リール、LP ヒーロー動画、リリース告知、機能デモが対象。 Use when: プロモ動画を作りたい、告知動画を作りたい、HTML から動画を作りたい、 HyperFrames で動画を作りたい、リリース動画を作りたい、SNS 用の縦動画を作りたい。 Triggers:…
  • 100local-hyperframes-cli-4c56ecec
    HyperFrames CLI tool — hyperframes init, lint, inspect, preview, render, transcribe, tts, doctor, browser, info, upgrade, compositions, docs, benchmark. Use when scaffolding a project, linting, validating, inspecting visual layout in compositions, previewing in the studio,…
  • 100hyperframes-registry
    Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block…
  • 100hyperframes-media
    Asset preprocessing for HyperFrames compositions — text-to-speech narration (Kokoro), audio/video transcription (Whisper), and background removal for transparent overlays (u2net). Use when generating voiceover from text, transcribing speech for captions, removing the background…
  • 100tailwind
    Tailwind CSS v4.2 browser-runtime patterns for HyperFrames compositions. Use when scaffolding or editing projects created with `hyperframes init --tailwind`, writing Tailwind utility classes in composition HTML, adding CSS-first Tailwind v4 theme tokens, debugging v3 vs v4…

Feedback and reports

Your message goes to Bartosz Sokoliński. An email address is needed only for a reply. See the privacy policy.